DeepSeek V4：最前線に近い性能、価格は数分の1

中国のAIラボDeepSeekが最後にリリースしたモデルはV3.2（およびV3.2 Speciale）去年12月でした。彼らは今、注目のV4シリーズの第1弾として、2つのプレビューモデルDeepSeek-V4-ProとDeepSeek-V4-Flashを公開しました。

両モデルとも100万トークン（token）のコンテキスト（context）を持つMixture of Experts（MoE、専門家混合モデル）です。Proは総パラメータ数1.6T、アクティブ（active）49B。Flashは総パラメータ数284B、アクティブ13Bです。標準のMITライセンス（license）が適用されています。

これにより、DeepSeek-V4-Proが新たな最大規模のオープンウェights（open weights）モデルになると考えられます。Kimi K2.6（1.1T）やGLM-5.1（754B）よりも大きく、DeepSeek V3.2（685B）の倍以上のサイズです。

Hugging Face上でのProのファイルサイズは865GB、Flashは160GBです。軽量化（quantization）を施したFlashが私の128GB M5 MacBook Proで動作することを期待しています。ディスクから必要なアクティブな専門家のみをストリーミングできれば、Proモデルが動作する*可能性*もあります。

とりあえず、llm-openrouterを使用して、OpenRouter経由でモデルを試しました：

llm install llm-openrouter\nllm openrouter refresh\nllm -m openrouter/deepseek/deepseek-v4-pro 'Generate an SVG of a pelican riding a bicycle'

ここがペリカン（pelican）のDeepSeek-V4-Flash版です：

そしてDeepSeek-V4-Pro版:

比較のため、去年12月のDeepSeek V3.2、8月のV3.1、2025年3月のV3-0324から得たペリカンをご覧ください。

ペリカンの品質はなかなか良いですが、ここで本当に注目すべきなのは*コスト*です。DeepSeek V4は非常に、非常に低価格なモデルです。

ここがDeepSeekの料金ページです。Flashは入力100万トークンあたり$0.14、出力100万トークンあたり$0.28、Proは入力$1.74、出力$3.48を請求しています。

ここがGemini、OpenAI、Anthropicのフロンティアモデル（frontier models）との比較表です：

Model\nInput ($/M)\nOutput ($/M)\n\n\nDeepSeek V4 Flash\n$0.14\n$0.28\n\n\nGPT-5.4 Nano\n$0.20\n$1.25\n\n\nGemini 3.1 Flash-Lite\n$0.25\n$1.50\n\n\nGemini 3 Flash Preview\n$0.50\n$3\n\n\nGPT-5.4 Mini\n$0.75\n$4.50\n\n\nClaude Haiku 4.5\n$1\n$5\n\n\nDeepSeek V4 Pro\n$1.74\n$3.48\n\n\nGemini 3.1 Pro\n$2\n$12\n\n\nGPT-5.4\n$2.50\n$15\n\n\nClaude Sonnet 4.6\n$3\n$15\n\n\nClaude Opus 4.7\n$5\n$25\n\n\nGPT-5.5\n$5\n$30

DeepSeek-V4-Flashは小規模モデルの中で最安値であり、OpenAIのGPT-5.4 Nanoをも凌駕しています。DeepSeek-V4-Proは大規模フロンティアモデルの中で最安値です。

DeepSeekの論文からのこの注記は、なぜこれらのモデルをこれほど低価格で提供できるのかを説明する助けとなる。今回のリリースでは、特に長いコンテキストプロンプト（context prompts）において、効率性に多大な注力が払われている。

1Mトークンのコンテキスト（context）を想定した場合、アクティブパラメータ数が多いDeepSeek-V4-Proでさえ、単一トークンあたりのFLOPs（浮動小数点演算数。同等のFP8 FLOPsで測定）はDeepSeek-V3.2の27％、KVキャッシュ（Key-Value Cache）サイズは10％に留まる。さらに、アクティブパラメータ数が少ないDeepSeek-V4-Flashは効率性をさらに押し上げている。1Mトークンのコンテキスト設定において、単一トークンあたりのFLOPsはDeepSeek-V3.2の10％、KVキャッシュサイズは7％を達成している。

DeepSeekが論文内で報告しているベンチマーク（benchmarks）によると、Proモデルは他のフロンティアモデルと互角の競争力を持つことが示されているが、以下の注記が付いている。

推論トークン（reasoning tokens）の拡張により、DeepSeek-V4-Pro-Maxは標準的な推論ベンチマークにおいてGPT-5.2やGemini-3.0-Proに対して優れたパフォーマンスを示している。しかしながら、そのパフォーマンスはGPT-5.4やGemini-3.1-Proにはわずかに及ばないため、最先端のフロンティアモデルに対して約3〜6ヶ月の開発遅れがあることが示唆されている。

今後、Unslothチームが間もなく量子化バージョン（quantized versions）のセットを公開すると予想しているため、huggingface.co/unsloth/modelsを注視している。このFlashモデルが自分のマシンでどれほど快適に動作するかを見るのは非常に興味深いだろう。

タグ: ai, generative-ai, llms, llm, llm-pricing, pelican-riding-a-bicycle, deepseek, llm-release, openrouter, ai-in-china